A Computational Approach for Identification of Epitopes in Dengue Virus Envelope Protein: A Step Towards Designing a Universal Dengue Vaccine Targeting Endemic Regions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A major problem in designing vaccine for the dengue virus has been the high antigenic variability in the envelope protein of different virus strains. In this study, a computational approach was adopted to identify a multi-epitope vaccine candidate against dengue virus that may be suitable for large populations in the dengue-endemic regions. Different bioinformatics tools were exploited that helped the identification of a conserved immunological hot-spot in the dengue envelope protein. The tools also rendered the prediction of immunogenicity and population coverage to the proposed 'in silico' vaccine candidate against dengue. A peptide region, spanning 19 amino acids, was identified in the envelope protein which found to be conserved in all four types of dengue viruses. Ten proteasomal cleavage sites were identified within the 19-mer conserved peptide sequence and a total of 8 overlapping putative cytotoxic T cell (CTL) epitopes were identified. The immunogenicity of these epitopes was evaluated in terms of their binding affinities to and dissociation half-time from respective human leukocyte antigen (HLA) molecules. The HLA allele frequencies were studied among populations in the dengue endemic regions and compared with respect to HLA restriction patterns of the overlapping epitopes. The cumulative population coverage for these epitopes as vaccine candidates was high ranging from approximately 80% to 92%. Structural analysis suggested that a 9-mer epitope fitted well into the peptide-binding groove of HLA-A*0201. In conclusion, the 19-mer epitope cluster was shown to have the potential for use as a vaccine candidate against dengue.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle